دانلود رایگان مقاله چهار نوع روش تجمع اطلاعات ترجیح نامعین در تصمیم گیری گروهی

چکیده

     هدف- هدف از این مقاله، تجمع اطلاعات ترجیح مختلف در فرآیند تصمیم گیری گروهی است، مانند مرتبه ترجیح بازه، مقدار مطلوبیت بازه، ماتریس مقایسه متقابل عدد بازه و ماتریس مقایسه مکمل عدد بازه.

طراحی/ روش شناسی/رویکرد- ابتدا، تعاریف سازگاری از این چهار نوع اطلاعات ترجیح نامعین تعریف می شوند. سپس، خطاهای بالا و پایین برای حل مورد تصمیم گیری ناسازگار عرضه میشوند. پیرو ان، مدل وزنی برای هر ترجیح نامعین به ترتیب پیشنهاد می شود.

یافته ها- روش تجمع مبتنی بر خطاهای مینیمم انحراف گروهی به منظور دستیابی به بیشترین عقاید سازگار پیشنهاد می شود. به علاوه، سطح قضاوت سازگاری و گستره سازگاری برای نتیجه تجمع تعریف میشود.

معانی/محدودیت های تحقیقات- مقیاس محاسبه بزرگ است، اگر بسیاری از تصمیم گیرندگان، فرآیند تصمیم گیری گروهی را مد نظر داشته باشند.

معانی عملی- یک رویکرد بسیار مفید برای تجمع برای ترجیحات مختلف در مورد تصمیم گیری گروهی

مقدار/منشا-  به علت تفاوت ها در ساختار آگاهی، سطح قضاوت و ترجیح فردی، تصمیم گیرندگان ترجیحات قضاوت خود را توسط فرآیندهای تصمیم گیری ساختاریافته متفاوت بیان می کنند. به علت پیچیدگی و مبهم بودن مسائل تصمیم گیری و فازی بودن تفکر انسان، ترسیم مسائل پیچیده در سبک ترجیح معین غیرواقع گرایانه است. برای ساختارهای ترجیح تصمیم گیری، رویکردهای تجمع تصمیم گیری گروهی شامل تجمع روی همان نوع ساختار و انواع مختلف ساختارهای ترجیح می شود. مطالعه در مورد تجمع از یک نوع ساختار ترجیح توجه زیادی را به خود معطوف نموده است، اما مطالعه در مورد تجمع انواع مختلف ساختارهای ترجیح غیرمبهم هنوز یک حوزه جدید است.

1. مقدمه

     در تصمیم گیری گروهی، ساختارهای اطلاعات ترجیح مختلف برای ماتریس مقایسه، مقدار مطلوبیت و مرتبه ترجیح احتمالاً به علت تفاوت تصمیم گیری در ساختارهای آگاهی، ترجیح فردی و سطح قضاوت تصمیم گیرندگان اتخاذ می شوند. در این مورد، رویکرد تجمع در مورد چگونگی تجمع ترجیحات مختلف ساختار از تصمیم گیرنده تک به ترجیح گروهی باید مطالعه شود (Yao and Yue, 2006; Hu et al., 2005; Zhang et al., 2004). مطابق با ساختار ترجیح، رویکردهای (Yao and Yue, 2006; Hu et al., 2005; Zhang et al., 2004). به همان رویکرد تجمع ساختار و رویکرد متفاوت تجمع ساختار تقسیم می شوند. همان روش تجمع ساختار ترجیح از قبل در بسیاری از نتایج تحقیقات به دست امده است (Ray and Triantaphyllou, 1998; Beynon et al., 2000), در حالیکه تحقیقات تجمع ساختار ترجیح متفاوت هنوز یک موضوع جدید است Delgado et al., 1998; Xiao et al., 2001). (Chiclana and Herrera, 1998;) به علت پیچیدگی و مبهم بودن مسئله تصمیم گیری و فازی بودن تفکر اسان، استفاده از اطلاعات مختلف ترجیح برای ترسیم سوال پیچیده، واقع گرایانه نیست. در حقیقت، عدم قطعیت مطلق است در حالیکه قطعیت نسبی است. نوشته ها (Yager 2004) پیشرفت در حوزه تصمیم گیری عدم قطعیت را خلاصه نموده اند که تنها به اطلاعات ترجیح تک محدود می شود. بر اساس چهار نوع ترجیح نامعین، رویکرد تجمع هدایت می شود و سطح سازگاری این گروه تعریف می شود.

2. نتایج عمده

2.1 مفاهیم اساسی

     تعریف 1. مبتنی بر مجموعه جایگزین X، تصمیم گیرنده، ماتریس مقایسه متقابل عدد بازه را برای بیان ترجیح خود اتخاذ می کند (Xiao et al 2001)

2.2 مدل تجمعی

     نوشته ها (Xiao et al., 2001; Yager, 2004) روی رویکرد حل وزنی ماتریس قضاوت متقابل عدد متقابل و ماتریس قضاوت مکمل عدد بازه مطالعه نموده اند. بر اساس تحقیقات موجود، مشخصه تصمیم گیری اطلاعات ترجیح نامعین تحلیل می شود و سپس مدل یکنواخت برای استنتاج وزن از هر نوع اطلاعات ترجیح نامعین ایجاد می شود. در نهایت، رویکرد تجمعی برای چندین اطلاعات ترجیح نامعین پیشنهاد می شود.

     مطابق با قضیه 1، از طریق حل P5، اطلاعات ترجیح می تواند جمع شود. در حالیکه سوالات زیر نیاز به بررسی بیشتر دارد:

(1) ترجیح تصمیم گیری گروهی می تواند مطابق با P5 به دست آید. اما آیا عقیده متخصص موقعیت عددی سازگار است؟ اگر سازگار باشد، چگونه درجه یکنواخت بیان می شود؟ اگر ناسازگار باشد، چگونه درجه غیرهمگرا می شود؟

(2) چگونه وزن متخصص در P5 بیان می شود؟ معمولاً، تعیین مقدار وزن متخصص، مشکل است، اگر ایجاد وزن متخصصان مختلف برابر باشند، آنگاه نتیجه به دست آمده، سازش توصیه متخصص است، آیا  ملاحظه عمومی در مورد استفاده ترین اصول وجود دارد، وزن متخصصان روی ارزیابی مناسب مطابق با ساخت جامعه تصمیم گیری توسط شانس صورت می گیرد؟

     اثبات   زمانی که p1 ¼ 1, p2, p3, p4 ¼ 0,  مطابق با P5، مقدار ترجیح ساخت توسط متغیر انحراف فرمول وضعیت محدودیت (22) محدود می شود، این همیشه توسط تنظیم وضعیت محدودیت دیگر در فرمول متغیر انحراف تعیین می شود، بنابراین ترجیح ساخت گروه تصمیم گیری توسط فرمول (22) ساخته می شود. دیگر اثبات وضعیت مشابه است.

     مطابق با P5, set p1, p2, p3, p4 ¼ 0 را برابر با 1 به طور جداگانه تنظیم نمایید و دیگران را برابر با صفر، مطابق با قضیه 3، این مورد به طور کامل از عقیده متخصص پیروی می کند که  ، wk i ; i ¼ 1; ... ; را ثبت می کند. مطابق با فرمول حاصلضرب داخلی برداری، زاویه بردار دو درجه یکنواخت برداری را منعکس می کند، بنابراین مبتنی بر wi,wk i به طور جداگانه محاسبه شده است و متخصص k و یکنواختی عقیده ساخت مطابق با درجه سازگاری است. اگر متخصص k و یکنواختی عقیده ساخت مطابق با درجه خوب باشد، بنابراین وزن متخصص باید بزرگ فرض شود، در غیراینصورت کوچک فرض می شود.

3. تحلیل های نمونه

     یک شرکت سرمایه گذاری ریسک می خواهد سرمایه گذاری بهینه ای داشته باشد. چهار جایگزین وجود دارد که یک شرکت داروی گیاهی، شرکت غذایی، یک شرکت مد و شرکت نرم افزار رایانه ای باشد. این شرکت، m متخصص را برای ارائه (m $ 2) به کار می گیرد، ماتریس قضاوت متقابل عدد بازه، ماتریس قضاوت مکمل عدد بازه و مقادیر مطلوبیت عدد بازه و ترجیح عدد بازه را ارائه دهید.

     مطابق با جدول I و تعریف 5، محاسبه سطح سازگاری متخصصان عبارتست از 0.9829, 0.9831, 0.9237, 0.8990 با محاسبه دوباره P5، همین نتیجه را به عنوان نتیجه تجمعی به دست آورید و درجه متوسط متخصصان از سازگاری برابر 0.947 است. یعنی، پیشنهاد متخصصان سازگار است و دنباله از بدترین به بهترین بدین صورت است: جایگزین های 1،2،4و 3

Abstract

     Purpose – The purpose of this paper is to aggregate different preference information in group decision-making process such as interval preference order, interval utility value, interval number reciprocal comparison matrix, and interval number complementary comparison matrix.

Design/methodology/approach – First, the consistency definitions of four kinds of uncertain preference information are defined. Then, the upper- and low errors are introduced to solve the inconsistent decision-making case. Following that, the weight model for each uncertain preference is proposed, respectively.

Findings – The aggregation approach based on minimal group deviation errors is suggested in order to obtain the utmost consistent opinion. In addition, the consistency judgment level and consistency extent are defined owing to the aggregation result.

Research limitations/implications – The calculation scale is large, if many decision makers will attend group decision-making process.

Practical implications – A very useful approach for aggregation of the different preference in group decision-making case.

Originality/value – Because of differences in knowledge structure, judgment level, and individual preference, decision makers express their judgment preferences via differently structured decision-making processes. Owing to the complexity and uncertainty of decision-making problems and the fuzziness of human thought, it is unrealistic to depict complex problems in the certain preference style. For decision-making preference structures, group decision-making aggregation approaches include the aggregation on the same kind of preference structure and the different kinds of preference structures. The study on the aggregation of the same kind of preference structure has received a deal of attention, but study into the aggregation of the different kinds of uncertainty preference structures is still a new field.

1. Introduction

     In group decision making, the different preference information structures of the comparison matrix, utility value, and preference order are probably adopted owing to the decision-making difference on knowledge structures, individual preference, and judgment level of the decision maker. In this case, the aggregation approach of how to aggregate different structure preference from single decision maker into group preference should be studied (Yao and Yue, 2006; Hu et al., 2005; Zhang et al., 2004). According to the preference structure, the aggregation approaches are divided into the same structure aggregation approach and the different structure aggregation approach. The same preference structure aggregation method has already obtained many research results (Ray and Triantaphyllou, 1998; Beynon et al., 2000), while the different preference structure aggregation research is still a new research topic (Chiclana and Herrera, 1998; Delgado et al., 1998; Xiao et al., 2001). Since the complexity and uncertainty of decision problem and fuzziness of human thinking, it is not realistic to use the certain preference information to portray the complex question. In fact, the uncertainty is absolute while the certainty is relative. The literature (Yager, 2004) summarized the progress in field of uncertainty decision making, which only limited to single preference information. Based on four kinds of uncertain preference, the aggregation approach is put forward and consistency level of the group is defined.

2. Major results

2.1 Basic concepts

     Definition 1. Based on the alternative set X, the decision maker adopts the interval number reciprocal comparison matrix A
¼ ðaijÞn£n to express his/her preference (Xiao et al., 2001):

2.2 Aggregation model

     The literatures (Xiao et al., 2001; Yager, 2004) study on the weight solving approach of interval number reciprocal judgment matrix and interval number complementary judgment matrix. Based on existing research, the decision-making characteristic of uncertain preference information is analyzed, and then the unified model is established to derive the weight from each kind of uncertain preference information. At last, the aggregation approach for the multiple uncertain preference information is proposed.

     According to the Theorem 1, through solving the P5, the preference information can be aggregated. While the following questions still need to be further considered: (1) Decision-making group’s synthesis preference always can be obtained according to P5. But is the numerous position experts’ opinion consistent? If consistent, how to express the uniform degree? If inconsistent, how is the divergent degree? (2) How to determine the experts’ weight in P5? Usually, the value of experts’ weight is difficult to determine, if making various experts’ weight to be equal, then the obtained result is the expert advice compromise, does not have the consideration commonly used “most” principle, whether expert’s weight carries on the suitable evaluation according to the decision-making community’s synthesis by chance?

     Proof. When p1 ¼ 1, p2, p3, p4 ¼ 0, according to P5, the value of synthesis preference was restricted by the constraint condition formula (22) deviation variable, it is always established by adjusting other constraint condition in the formula the deviation variable, therefore, the decision-making group’s synthesis preference is constructed by formula (22). Other situation’s proof is similar.

     Based on P5, set p1, p2, p3, p4 ¼ 0 be equal to 1 separately, and others are 0, according to Theorem 3, it obeys completely in this expert opinion, recording wk i ; i ¼ 1; ... ; n. According to the vector inner-product formula, the angle of the vector has reflected two vector uniform degree, therefore, basing on wi,wk i calculated separately, the expert k and the synthesis opinion uniformity conforms to the consistency degree. If the expert k and the synthesis opinion uniformity conforms to the degree is good, then this expert’s weight should also be supposed to be big, otherwise supposed to be small.

3. Example analyses

     A risk investment company wants to have the optimal investment. There are four alternatives, which is a bio-pharmacy company, a food company, a fashion company, and a computer software company. The company employs m experts to give decision (m $ 2), give interval number reciprocal judgment matrix, interval number complementary judgment matrix, and interval number preference and interval number utility values.

     According Table I and Definition 5 calculating the consistency level of the experts, those are: 0.9829, 0.9831, 0.9237, 0.8990. Re-calculating P5, get the same result as the aggregation result, the experts’ average degree of consistency is 0.947, that is to say, the experts’ suggestion is consistent, and the sequence from the worst to the best is: alternatives 1, 2, 4, and 3.

چکیده

1 مقدمه

2. نتایج عمده

2.1 مفاهیم اساسی

2.2 مدل تجمعی

3. تحلیل های نمونه

4. نتایج

Abstract

1. Introduction

2. Major results

2.1 Basic concepts

2.2 Aggregation model

3. Example analyses

4. Conclusions

References